JP2006084875A - インデキシング装置、インデキシング方法およびインデキシングプログラム - Google Patents
インデキシング装置、インデキシング方法およびインデキシングプログラム Download PDFInfo
- Publication number
- JP2006084875A JP2006084875A JP2004270448A JP2004270448A JP2006084875A JP 2006084875 A JP2006084875 A JP 2006084875A JP 2004270448 A JP2004270448 A JP 2004270448A JP 2004270448 A JP2004270448 A JP 2004270448A JP 2006084875 A JP2006084875 A JP 2006084875A
- Authority
- JP
- Japan
- Prior art keywords
- acoustic
- similarity
- indexing
- reliability
- acoustic model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 28
- 239000013598 vector Substances 0.000 claims abstract description 209
- 230000008569 process Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 230000004048 modification Effects 0.000 description 11
- 238000012986 modification Methods 0.000 description 11
- 230000005236 sound signal Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000945 filler Substances 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 101100072002 Arabidopsis thaliana ICME gene Proteins 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】音響信号に索引を付与するインデキシング装置であって、音響信号を取得する取得手段102と、音響信号を複数の区間に分割する分割手段104と、各区間それぞれの音響モデルを作成する音響モデル作成手段106と、音響モデルの信頼度を決定する信頼度決定手段108と、音響モデルの信頼度に基づいて、所定の区間に対して作成した前記音響モデルと他の区間の音響信号との類似度を要素とする類似度ベクトルを作成する類似度ベクトル作成手段110と、複数の前記類似度ベクトルをクラスタリングするクラスタリング手段112と、クラスタリングされた類似度ベクトルに基づいて音響信号に索引を付与する索引付与手段114とを備えた。
【選択図】 図1
Description
図1は、実施の形態1にかかるインデキシング方式により音響信号のインデキシングを行うインデキシング装置10の機能構成を示すブロック図である。
図7は、実施の形態2にかかるインデキシング装置10の機能構成を示すブロック図である。実施の形態2にかかるインデキシング装置10は、音響種別判別部120を備えている。この点で実施の形態1にかかるインデキシング装置10と異なっている。
次に、実施の形態3にかかるインデキシング装置10について説明する。実施の形態3にかかるインデキシング装置10の機能構成は、実施の形態2にかかるインデキシング装置10と同様である。実施の形態3にかかるインデキシング装置10は、音声らしさを音響モデルの信頼度として利用する。この点で、実施の形態3にかかるインデキシング装置10は、他の実施の形態にかかるインデキシング装置10と異なっている。
次に実施の形態4にかかるインデキシング装置10について説明する。図8は、実施の形態4にかかるインデキシング装置10の機能構成を示すブロック図である。各部の機能は、実施の形態1または2にかかるインデキシング装置10の同一番号を付した各部の機能と同様である。
51 CPU
52 ROM
53 RAM
57 通信I/F
62 バス
102 音響信号取得部
104 分割部
106 音響モデル作成部
108 信頼度決定部
110 類似度ベクトル作成部
112 クラスタリング部
114 インデキシング部
120 音響種別判別部
200 音響信号
210a〜d 分割点
221〜225 類似度ベクトル
Claims (22)
- 音響信号に索引を付与するインデキシング装置であって、
音響信号を取得する取得手段と、
前記取得手段が取得した音響信号を複数の区間に分割する分割手段と、
前記分割手段によって分割された各区間それぞれの音響モデルを作成する音響モデル作成手段と、
前記音響モデル作成手段が作成した前記音響モデルの信頼度を決定する信頼度決定手段と、
前記信頼度決定手段が決定した前記音響モデルの信頼度に基づいて、所定の区間に対して作成した前記音響モデルと他の区間の音響信号との類似度を要素とする類似度ベクトルを作成する類似度ベクトル作成手段と、
前記類似度ベクトル作成手段によって作成された複数の前記類似度ベクトルをクラスタリングするクラスタリング手段と、
前記クラスタリング手段によってクラスタリングされた前記類似度ベクトルに基づいて前記音響信号に索引を付与する索引付与手段と
を備えたことを特徴とするインデキシング装置。 - 前記類似度ベクトル作成手段は、前記音響モデル作成手段が作成した前記音響モデルのうち、信頼度が予め定められた閾値以上となる音響モデルと他の区間の音響信号との類似度を要素とする類似度ベクトルを作成することを特徴とする請求項1に記載のインデキシング装置。
- 前記類似度ベクトル作成手段は、前記音響モデル作成手段が作成した前記音響モデルの信頼度に応じて、各音響モデルに対する類似度に重み付けを行い、重み付けされた類似度を要素とする類似度ベクトルを作成することを特徴とする請求項1に記載のインデキシング装置。
- 前記類似度ベクトル作成手段は、前記音響モデル作成手段が作成した前記音響モデルの信頼度に対して予め定めた規定値を前記音響モデルに対する類似度として決定し、当該類似度を要素とする類似度ベクトルを作成することを特徴とする請求項1に記載のインデキシング装置。
- 前記類似度ベクトル作成手段は、前記音響モデル作成手段が作成した前記音響モデルの信頼度が予め定めた閾値以上である場合に、予め定めた規定値を当該音響モデルに対する類似度として決定し、当該類似度を要素とする類似度ベクトルを作成することを特徴とする請求項4に記載のインデキシング装置。
- 前記類似度ベクトル作成手段は、前記音響モデル作成手段が作成した前記音響モデルの信頼度が予め定めた閾値以下である場合に、予め定めた規定値を当該音響モデルに対する類似度として決定し、当該類似度を要素とする類似度ベクトルを作成することを特徴とする請求項4または5に記載のインデキシング装置。
- 前記信頼度決定手段は、前記音響モデル作成手段が作成した前記音響モデルの区間長に基づいて前記信頼度を決定することを特徴とする請求項1に記載のインデキシング装置。
- 前記信頼度決定手段は、前記音響モデル作成手段が作成した前記音響モデルの区間長が長いほど、高い値を信頼度として決定することを特徴とする請求項5に記載のインデキシング装置。
- 前記信頼度決定手段は、前記音響モデル作成手段が作成した前記音響モデルと自身の区間の音響信号との類似度に基づいて前記信頼度を決定することを特徴とする請求項1に記載のインデキシング装置。
- 前記信頼度決定手段は、前記音響モデル作成手段が所定の区間に対して作成した前記音響モデルと、当該区間の音響信号との類似度が高いほど、低い値を信頼度として決定することを特徴とする請求項7に記載のインデキシング装置。
- 前記分割手段によって分割された各区間の音響信号の音響種別を判別する音響種別判別手段をさらに備え、
前記類似度ベクトル作成手段は、前記音響種別判別手段によって判別された前記音響種別に基づいて、前記類似度ベクトルを作成することを特徴とする請求項1に記載のインデキシング装置。 - 前記類似度ベクトル作成手段は、前記音響種別判別手段によって所定の音響種別と判別された区間の音響信号に基づいて、前記類似度ベクトルを作成することを特徴とする請求項11に記載のインデキシング装置。
- 前記信頼度決定手段は、前記音響種別判別手段によって判別された前記音響種別に基づいて、前記信頼度を決定することを特徴とする請求項11に記載のインデキシング装置。
- 前記音響種別判別手段は、前記音響信号の前記音響種別を判別し、さらに判別した前記音響種別における尤度を算出し、
前記信頼度決定手段は、前記音響種別判別手段によって判定された前記音響種別に対する尤度に基づいて信頼度を決定することを特徴とする請求項13に記載のインデキシング装置。 - 前記信頼度決定手段は、前記音響種別判別手段によって判別された前記音響種別に対する尤度が高いほど高い値を信頼度として決定することを特徴とする請求項14に記載のインデキシング装置。
- 前記分割手段によって分割された各区間の音響信号の音響種別を判別する音響種別判別手段をさらに備え、
前記クラスタリング手段は、前記音響種別判別手段によって判別された前記音響種別に基づいて、各クラスの代表点を算出し、当該代表点に基づいて複数の類似度ベクトルをクラスタリングすることを特徴とする請求項1に記載のインデキシング装置。 - 音響信号に索引を付与するインデキシング装置であって、
音響信号を取得する取得手段と、
前記取得手段が取得した音響信号を複数の区間に分割する分割手段と、
前記分割手段によって分割された各区間それぞれの音響モデルを作成する音響モデル作成手段と、
前記分割手段によって分割された各区間の音響信号の音響種別を判別する音響種別判別手段と、
前記音響種別判別手段によって判別された前記音響種別に基づいて、前記類似度ベクトルを作成する類似度ベクトル作成手段と、
前記類似度ベクトル作成手段によって作成された複数の前記類似度ベクトルをクラスタリングするクラスタリング手段と、
前記クラスタリング手段によってクラスタリングされた前記類似度ベクトルに基づいて前記音響信号に索引を付与する索引付与手段と
を備えたことを特徴とするインデキシング装置。 - 前記類似度ベクトル作成手段は、前記音響種別判別手段によって所定の音響種別と判別された区間の音響信号に基づいて、前記類似度ベクトルを作成することを特徴とする請求項17に記載のインデキシング装置。
- 音響信号に索引を付与するインデキシング方法であって、
音響信号を取得する取得ステップと、
前記取得ステップにおいて取得した音響信号を複数の区間に分割する分割ステップと、
前記分割ステップにおいて分割した各区間それぞれの音響モデルを作成する音響モデル作成ステップと、
前記音響モデル作成ステップにおいて作成した前記音響モデルの信頼度を決定する信頼度決定ステップと、
前記信頼度決定ステップにおいて決定した前記音響モデルの信頼度に基づいて、所定の区間に対して作成した前記音響モデルと他の区間の音響信号との類似度を要素とする類似度ベクトルを作成する類似度ベクトル作成ステップと、
前記類似度ベクトル作成ステップにおいて作成した複数の前記類似度ベクトルをクラスタリングするクラスタリングステップと、
前記クラスタリングステップにおいてクラスタリングされた前記類似度ベクトルに基づいて前記音響信号に索引を付与する索引付与ステップと
を有することを特徴とするインデキシング方法。 - 音響信号に索引を付与するインデキシング方法であって、
音響信号を取得する取得ステップと、
前記取得ステップにおいて取得した音響信号を複数の区間に分割する分割ステップと、
前記分割ステップにおいて分割した各区間それぞれの音響モデルを作成する音響モデル作成ステップと、
前記分割ステップにおいて分割した各区間の音響信号の音響種別を判別する音響種別判別ステップと、
前記音響種別判別ステップにおいて判別した前記音響種別に基づいて、前記類似度ベクトルを作成する類似度ベクトル作成ステップと、
前記類似度ベクトル作成ステップにおいて作成した複数の前記類似度ベクトルをクラスタリングするクラスタリングステップと、
前記クラスタリングステップにおいてクラスタリングされた前記類似度ベクトルに基づいて前記音響信号に索引を付与する索引付与ステップと
を有することを特徴とするインデキシング方法。 - 音響信号に索引を付与するインデキシング処理をコンピュータに実行させるインデキシングプログラムであって、
音響信号を取得する取得ステップと、
前記取得ステップにおいて取得した音響信号を複数の区間に分割する分割ステップと、
前記分割ステップにおいて分割した各区間それぞれの音響モデルを作成する音響モデル作成ステップと、
前記音響モデル作成ステップにおいて作成した前記音響モデルの信頼度を決定する信頼度決定ステップと、
前記信頼度決定ステップにおいて決定した前記音響モデルの信頼度に基づいて、所定の区間に対して作成した前記音響モデルと他の区間の音響信号との類似度を要素とする類似度ベクトルを作成する類似度ベクトル作成ステップと、
前記類似度ベクトル作成ステップにおいて作成した複数の前記類似度ベクトルをクラスタリングするクラスタリングステップと、
前記クラスタリングステップにおいてクラスタリングされた前記類似度ベクトルに基づいて前記音響信号に索引を付与する索引付与ステップと
を有することを特徴とするインデキシングプログラム。 - 音響信号に索引を付与するインデキシング処理をコンピュータに実行させるインデキシングプログラムであって、
音響信号を取得する取得ステップと、
前記取得ステップにおいて取得した音響信号を複数の区間に分割する分割ステップと、
前記分割ステップにおいて分割した各区間それぞれの音響モデルを作成する音響モデル作成ステップと、
前記分割ステップにおいて分割した各区間の音響信号の音響種別を判別する音響種別判別ステップと、
前記音響種別判別ステップにおいて判別した前記音響種別に基づいて、前記類似度ベクトルを作成する類似度ベクトル作成ステップと、
前記類似度ベクトル作成ステップにおいて作成した複数の前記類似度ベクトルをクラスタリングするクラスタリングステップと、
前記クラスタリングステップにおいてクラスタリングされた前記類似度ベクトルに基づいて前記音響信号に索引を付与する索引付与ステップと
を有することを特徴とするインデキシングプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004270448A JP4220449B2 (ja) | 2004-09-16 | 2004-09-16 | インデキシング装置、インデキシング方法およびインデキシングプログラム |
US11/202,155 US20060058998A1 (en) | 2004-09-16 | 2005-08-12 | Indexing apparatus and indexing method |
CNA2005100917558A CN1750120A (zh) | 2004-09-16 | 2005-08-17 | 索引设备和索引方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004270448A JP4220449B2 (ja) | 2004-09-16 | 2004-09-16 | インデキシング装置、インデキシング方法およびインデキシングプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006084875A true JP2006084875A (ja) | 2006-03-30 |
JP4220449B2 JP4220449B2 (ja) | 2009-02-04 |
Family
ID=36035228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004270448A Expired - Fee Related JP4220449B2 (ja) | 2004-09-16 | 2004-09-16 | インデキシング装置、インデキシング方法およびインデキシングプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20060058998A1 (ja) |
JP (1) | JP4220449B2 (ja) |
CN (1) | CN1750120A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008111866A (ja) * | 2006-10-27 | 2008-05-15 | Sanyo Electric Co Ltd | 音声分類装置及びコンピュータプログラム |
JP2008175955A (ja) * | 2007-01-17 | 2008-07-31 | Toshiba Corp | インデキシング装置、方法及びプログラム |
WO2008126627A1 (ja) * | 2007-03-26 | 2008-10-23 | Nec Corporation | 音声分類装置、音声分類方法、および音声分類用プログラム |
JP2010032792A (ja) * | 2008-07-29 | 2010-02-12 | Nippon Telegr & Teleph Corp <Ntt> | 発話区間話者分類装置とその方法と、その装置を用いた音声認識装置とその方法と、プログラムと記録媒体 |
US8200061B2 (en) | 2007-09-12 | 2012-06-12 | Kabushiki Kaisha Toshiba | Signal processing apparatus and method thereof |
WO2022234919A1 (ko) * | 2021-05-06 | 2022-11-10 | 삼성전자 주식회사 | 오호출을 식별하는 서버 및 이의 제어 방법 |
US11967322B2 (en) | 2021-05-06 | 2024-04-23 | Samsung Electronics Co., Ltd. | Server for identifying false wakeup and method for controlling the same |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8938390B2 (en) * | 2007-01-23 | 2015-01-20 | Lena Foundation | System and method for expressive language and developmental disorder assessment |
US9240188B2 (en) * | 2004-09-16 | 2016-01-19 | Lena Foundation | System and method for expressive language, developmental disorder, and emotion assessment |
US9355651B2 (en) | 2004-09-16 | 2016-05-31 | Lena Foundation | System and method for expressive language, developmental disorder, and emotion assessment |
US8078465B2 (en) * | 2007-01-23 | 2011-12-13 | Lena Foundation | System and method for detection and analysis of speech |
US10223934B2 (en) | 2004-09-16 | 2019-03-05 | Lena Foundation | Systems and methods for expressive language, developmental disorder, and emotion assessment, and contextual feedback |
WO2008091947A2 (en) * | 2007-01-23 | 2008-07-31 | Infoture, Inc. | System and method for detection and analysis of speech |
JP5356527B2 (ja) | 2009-09-19 | 2013-12-04 | 株式会社東芝 | 信号分類装置 |
US9558755B1 (en) | 2010-05-20 | 2017-01-31 | Knowles Electronics, Llc | Noise suppression assisted automatic speech recognition |
US9558762B1 (en) * | 2011-07-03 | 2017-01-31 | Reality Analytics, Inc. | System and method for distinguishing source from unconstrained acoustic signals emitted thereby in context agnostic manner |
US9640194B1 (en) | 2012-10-04 | 2017-05-02 | Knowles Electronics, Llc | Noise suppression for speech processing based on machine-learning mask estimation |
DE112015003945T5 (de) | 2014-08-28 | 2017-05-11 | Knowles Electronics, Llc | Mehrquellen-Rauschunterdrückung |
CN105047202B (zh) * | 2015-05-25 | 2019-04-16 | 广州酷狗计算机科技有限公司 | 一种音频处理方法、装置及终端 |
CN108027816B (zh) * | 2015-10-28 | 2021-10-26 | 株式会社东芝 | 数据管理系统、数据管理方法及记录介质 |
US10141009B2 (en) * | 2016-06-28 | 2018-11-27 | Pindrop Security, Inc. | System and method for cluster-based audio event detection |
WO2018053518A1 (en) | 2016-09-19 | 2018-03-22 | Pindrop Security, Inc. | Channel-compensated low-level features for speaker recognition |
WO2018053537A1 (en) | 2016-09-19 | 2018-03-22 | Pindrop Security, Inc. | Improvements of speaker recognition in the call center |
WO2019113477A1 (en) | 2017-12-07 | 2019-06-13 | Lena Foundation | Systems and methods for automatic determination of infant cry and discrimination of cry from fussiness |
WO2020163624A1 (en) | 2019-02-06 | 2020-08-13 | Pindrop Security, Inc. | Systems and methods of gateway detection in a telephone network |
WO2020198354A1 (en) | 2019-03-25 | 2020-10-01 | Pindrop Security, Inc. | Detection of calls from voice assistants |
US12015637B2 (en) | 2019-04-08 | 2024-06-18 | Pindrop Security, Inc. | Systems and methods for end-to-end architectures for voice spoofing detection |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58105295A (ja) * | 1981-12-18 | 1983-06-23 | 株式会社日立製作所 | 音声標準パタン作成方法 |
US5742928A (en) * | 1994-10-28 | 1998-04-21 | Mitsubishi Denki Kabushiki Kaisha | Apparatus and method for speech recognition in the presence of unnatural speech effects |
US5864809A (en) * | 1994-10-28 | 1999-01-26 | Mitsubishi Denki Kabushiki Kaisha | Modification of sub-phoneme speech spectral models for lombard speech recognition |
US5715367A (en) * | 1995-01-23 | 1998-02-03 | Dragon Systems, Inc. | Apparatuses and methods for developing and using models for speech recognition |
US6119084A (en) * | 1997-12-29 | 2000-09-12 | Nortel Networks Corporation | Adaptive speaker verification apparatus and method including alternative access control |
US6230129B1 (en) * | 1998-11-25 | 2001-05-08 | Matsushita Electric Industrial Co., Ltd. | Segment-based similarity method for low complexity speech recognizer |
US6185527B1 (en) * | 1999-01-19 | 2001-02-06 | International Business Machines Corporation | System and method for automatic audio content analysis for word spotting, indexing, classification and retrieval |
JP3789246B2 (ja) * | 1999-02-25 | 2006-06-21 | 株式会社リコー | 音声区間検出装置、音声区間検出方法、音声認識装置、音声認識方法および記録媒体 |
US6577999B1 (en) * | 1999-03-08 | 2003-06-10 | International Business Machines Corporation | Method and apparatus for intelligently managing multiple pronunciations for a speech recognition vocabulary |
US6434520B1 (en) * | 1999-04-16 | 2002-08-13 | International Business Machines Corporation | System and method for indexing and querying audio archives |
US6542869B1 (en) * | 2000-05-11 | 2003-04-01 | Fuji Xerox Co., Ltd. | Method for automatic analysis of audio including music and speech |
EP1187096A1 (en) * | 2000-09-06 | 2002-03-13 | Sony International (Europe) GmbH | Speaker adaptation with speech model pruning |
US6961703B1 (en) * | 2000-09-13 | 2005-11-01 | Itt Manufacturing Enterprises, Inc. | Method for speech processing involving whole-utterance modeling |
JP4244514B2 (ja) * | 2000-10-23 | 2009-03-25 | セイコーエプソン株式会社 | 音声認識方法および音声認識装置 |
US6915009B2 (en) * | 2001-09-07 | 2005-07-05 | Fuji Xerox Co., Ltd. | Systems and methods for the automatic segmentation and clustering of ordered information |
US6928407B2 (en) * | 2002-03-29 | 2005-08-09 | International Business Machines Corporation | System and method for the automatic discovery of salient segments in speech transcripts |
EP1575031A3 (en) * | 2002-05-15 | 2010-08-11 | Pioneer Corporation | Voice recognition apparatus |
JP4623920B2 (ja) * | 2002-07-09 | 2011-02-02 | ソニー株式会社 | 類似度算出方法及び装置、並びにプログラム及び記録媒体 |
US20040083090A1 (en) * | 2002-10-17 | 2004-04-29 | Daniel Kiecza | Manager for integrating language technology components |
US20040143434A1 (en) * | 2003-01-17 | 2004-07-22 | Ajay Divakaran | Audio-Assisted segmentation and browsing of news videos |
US20040260550A1 (en) * | 2003-06-20 | 2004-12-23 | Burges Chris J.C. | Audio processing system and method for classifying speakers in audio data |
KR100612840B1 (ko) * | 2004-02-18 | 2006-08-18 | 삼성전자주식회사 | 모델 변이 기반의 화자 클러스터링 방법, 화자 적응 방법및 이들을 이용한 음성 인식 장치 |
US7610199B2 (en) * | 2004-09-01 | 2009-10-27 | Sri International | Method and apparatus for obtaining complete speech signals for speech recognition applications |
JP4476786B2 (ja) * | 2004-11-10 | 2010-06-09 | 株式会社東芝 | 検索装置 |
US7475016B2 (en) * | 2004-12-15 | 2009-01-06 | International Business Machines Corporation | Speech segment clustering and ranking |
US20070033042A1 (en) * | 2005-08-03 | 2007-02-08 | International Business Machines Corporation | Speech detection fusing multi-class acoustic-phonetic, and energy features |
US7396990B2 (en) * | 2005-12-09 | 2008-07-08 | Microsoft Corporation | Automatic music mood detection |
-
2004
- 2004-09-16 JP JP2004270448A patent/JP4220449B2/ja not_active Expired - Fee Related
-
2005
- 2005-08-12 US US11/202,155 patent/US20060058998A1/en not_active Abandoned
- 2005-08-17 CN CNA2005100917558A patent/CN1750120A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008111866A (ja) * | 2006-10-27 | 2008-05-15 | Sanyo Electric Co Ltd | 音声分類装置及びコンピュータプログラム |
JP2008175955A (ja) * | 2007-01-17 | 2008-07-31 | Toshiba Corp | インデキシング装置、方法及びプログラム |
JP4728972B2 (ja) * | 2007-01-17 | 2011-07-20 | 株式会社東芝 | インデキシング装置、方法及びプログラム |
US8145486B2 (en) | 2007-01-17 | 2012-03-27 | Kabushiki Kaisha Toshiba | Indexing apparatus, indexing method, and computer program product |
WO2008126627A1 (ja) * | 2007-03-26 | 2008-10-23 | Nec Corporation | 音声分類装置、音声分類方法、および音声分類用プログラム |
US8630853B2 (en) | 2007-03-26 | 2014-01-14 | Nec Corporation | Speech classification apparatus, speech classification method, and speech classification program |
US8200061B2 (en) | 2007-09-12 | 2012-06-12 | Kabushiki Kaisha Toshiba | Signal processing apparatus and method thereof |
JP2010032792A (ja) * | 2008-07-29 | 2010-02-12 | Nippon Telegr & Teleph Corp <Ntt> | 発話区間話者分類装置とその方法と、その装置を用いた音声認識装置とその方法と、プログラムと記録媒体 |
WO2022234919A1 (ko) * | 2021-05-06 | 2022-11-10 | 삼성전자 주식회사 | 오호출을 식별하는 서버 및 이의 제어 방법 |
US11967322B2 (en) | 2021-05-06 | 2024-04-23 | Samsung Electronics Co., Ltd. | Server for identifying false wakeup and method for controlling the same |
Also Published As
Publication number | Publication date |
---|---|
JP4220449B2 (ja) | 2009-02-04 |
US20060058998A1 (en) | 2006-03-16 |
CN1750120A (zh) | 2006-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4220449B2 (ja) | インデキシング装置、インデキシング方法およびインデキシングプログラム | |
US11373633B2 (en) | Text-to-speech processing using input voice characteristic data | |
CN102779508B (zh) | 语音库生成设备及其方法、语音合成系统及其方法 | |
JP5768093B2 (ja) | 音声処理システム | |
JP7342915B2 (ja) | 音声処理装置、音声処理方法、およびプログラム | |
CN105023573A (zh) | 使用听觉注意力线索的语音音节/元音/音素边界检测 | |
CN104903954A (zh) | 使用基于人工神经网络的亚语音单位区分的说话人验证及识别 | |
JP2002014692A (ja) | 音響モデル作成装置及びその方法 | |
CN113327575B (zh) | 一种语音合成方法、装置、计算机设备和存储介质 | |
CN106847259B (zh) | 一种音频关键词模板的筛选和优化方法 | |
CN108831506B (zh) | 基于gmm-bic的数字音频篡改点检测方法及系统 | |
CN107480152A (zh) | 一种音频分析及检索方法和系统 | |
Van Segbroeck et al. | Rapid language identification | |
CN112331207B (zh) | 服务内容监控方法、装置、电子设备和存储介质 | |
KR101068122B1 (ko) | 음성인식기에서 가비지 및 반단어 모델 기반의 거절 장치 및 방법 | |
JP5050698B2 (ja) | 音声処理装置およびプログラム | |
US11929058B2 (en) | Systems and methods for adapting human speaker embeddings in speech synthesis | |
JP5626221B2 (ja) | 音響画像区間分類装置および方法 | |
Hafen et al. | Speech information retrieval: a review | |
JP2017520016A (ja) | パラメトリック音声合成システムに基づく声門パルスモデルの励磁信号形成方法 | |
CN111833842A (zh) | 合成音模板发现方法、装置以及设备 | |
DeMarco et al. | An accurate and robust gender identification algorithm | |
Yanagisawa et al. | Noise robustness in HMM-TTS speaker adaptation | |
CN113990325A (zh) | 流式语音识别方法及装置、电子设备、存储介质 | |
KR20200091738A (ko) | 핵심어 검출 장치, 이를 이용한 핵심어 검출 방법 및 컴퓨터 프로그램 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080808 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080819 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081016 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20081111 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081113 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111121 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111121 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121121 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131121 Year of fee payment: 5 |
|
LAPS | Cancellation because of no payment of annual fees |